Анализ и принятие решений: статистические показатели по лизинговому портфелю

Алексей Бобровников, директор по консалтингу компании AXELIT

Последние два года были показательны движением лизинговых компаний из сегмента в сегмент. Решение о диверсификации принимались часто на интуиции или с помощью мозгового штурма.

Принятие решения о диверсификации портфеля.

Источники:

• информация от менеджеров
• локальные данные в Excel
• экспертное мнение

Метод: мозговой штурм + интуиция.

Итог: принятие решения на основании разрозненной информации и неполноценных данных.

Источники:

• специализированная учетная программа
• экспертное мнение

Метод: своевременный и регулярный ввод данных –> структурированная база данных –>быстрая обработка больших объемов информации –> лизинговый портфель в цифрах и  графиках.

Итог: принятие обоснованного решения на основании данных оперативной сводной отчетности.

Необходимо получить отчетность для анализа и принятия решения на регулярной основе. Тут-то и нужно активно использовать возможности учетных программ.

Можно наглядно изобразить связь учета с анализом, ожиданиями и управлением в виде слоев, наложенных друг на друга. Действительно, учет – это только часть данных, полученных по факту и служащих для отчетности и формирования бухгалтерских документов.

Для того, что бы «Фактический учет» из только бухгалтерского стал управленческим, нужно фиксировать «Ожидания» от деятельности (заявки, планы, графики, бюджеты). Всем этим нужно управлять, в идеале, через саму систему. Поэтому и возникает слой «Управления ожиданиями», обеспечивающий подготовку, согласование и утверждение графиков, договоров и прочих документов. Логическим завершением служит слой «Анализ показателей», на котором активно используются данные учета и ожиданий для формирования план-факт отчетности, статистических и ключевых показателей.

Учет с целью лишь отчетности перед фискальными органами по принципам бухгалтерского учета не информативен для бизнеса и принятия решений по основной деятельности. Часто в компаниях многое, не относящееся к бухгалтерскому учету, содержится в головах менеджеров и на бумажках или локальных Excel’ках. Какая тут оперативная сводная отчетность и статистика по таким разрозненным данным?

Нет данных – нет анализа!

Нужна структурированная база данных с быстрой обработкой больших объемов информации. И, главное, отсутствие саботажа сотрудников в своевременном и регулярном вводе данных.

Статистика по лизинговому портфелю дает нужные для анализа и принятия решения срезы, показывает рисковые отрасли лизингополучателей и виды лизинга. Можно наглядно увидеть портфель в графиках и сделать выводы.

Портфель в цифрах в виде графиков и диаграмм получается формированием отчетности по структуре лизингового портфеля по различным группирующим признакам, например:

Возможны различные комбинации критериев, поэтому необходимо использовать несколько единовременных выборок по срезам.

Наглядно можно представить критерии в виде матрицы, где отметки на их пересечении говорят об интересе такого среза.

Аналитик может настроить новые срезы в шаблоне отчета по выгружаемым данным в системе, представленным в виде базы для сводных таблиц.

Список из многих критериев позволяет строить большое количество статистических графиков и диаграмм, получать информацию в различных срезах по нескольким критериям сразу. Например:

Периодичность должна настраиваться на уровне выгрузки отчета:

• по месяцам
• по кварталам
• по полугодиям
• по годам

и позволять строить отчеты в динамике по нескольким периодам (или десяткам периодов для месяцев и кварталов).

Даже при идеально заполненных данных готовые экспертные оценки и заключения из учета получить сложно. Только путем анализа статистических и ключевых показателей по учетным данным специалистом делаются выводы.

В системе после анализа необходима фиксация этих оценок и отчетность по ним в динамике их изменения. В идеале необходимо задавать оценки не только фактических рисков, но и перспективных.

Ключевые показатели – это по сути «светофоры» или «градусники» текущего бизнеса. Можно настроить сигнальные («красные») зоны, когда система сама попросит (напомнит по e-mail) изучить отчет, если один из показателей стал «зашкаливать».

С помощью ИТ-системы можно оценить риск, предсказать, но управлять им придется все же вне системы, принимая решения, например, об отказе работы с отраслью или о выводе нового лизингового продукта.